我有一个元素列表ex:[1, 10, 10],它代表了我拥有的每种类型的产品的数量。用户想要购买各种类型的10产品,一律平等。结果列表将是[1, 5, 4]或[1, 4, 5]。我做了一段时间,循环,迭代列表中的所有元素,如果我没有达到最大数量,增加计数器,直到我得到10个产品,或者所有的库存都是空的。
但是在非常大的数据情况下,我有一些性能问题,我需要在多个位置应用这一点。
我的问题是,如果我能在一个数学方程或更好的算法中做到这一点。对于数学方程,我提取了要求解的数据,但我有太多未知变量:
21/x = a
21/y = b
21/z = c
a + b + c = 10其中21是所有产品的总和,10是用户需要的产品数量。
发布于 2018-04-19 14:50:31
O(n)解(带有O(n log(n))分类):
amounts = [1, 10, 10]
left_to_buy = 12
sorted_amounts = list(sorted([amount, index] for index, amount in enumerate(amounts)))
for idx, (amount, _) in enumerate(sorted_amounts):
buy = min(left_to_buy//(len(amounts)-idx), amount)
sorted_amounts[idx][0] -= buy
left_to_buy -= buy
final_amounts = [a for a, i in sorted(sorted_amounts, key = lambda t: t[1])]
bought = [amount - final_amounts[i] for i, amount in enumerate(amounts)]
print(final_amounts, bought)
#[0, 5, 4] [1, 5, 6]我们首先对可用项的列表进行排序(我们将它们的索引保存在一个元组中,以便将列表按原来的顺序放在末尾)。
然后,我们从每一件物品中去掉它剩下的部分,如果我们没有足够的东西,我们就把它全部拿走。
最后,我们按原顺序将列表放回原处。
编辑:我错过了你的名单已经被整理好的事实.在这种情况下,它变得更短了:
amounts = [1, 10, 10]
left_to_buy = 12
res = []
for idx, amount in enumerate(amounts):
buy = min(left_to_buy//(len(amounts)-idx), amount)
left_to_buy -= buy
res.append(buy)
print(res)
# [1, 5, 6]https://stackoverflow.com/questions/49923299
复制相似问题